我用两个分类变量和一个数字绘制了一系列条形图。我有下面的内容,但是我想做的是用一个分类变量来切面,就像在ggplot
中使用facet_wrap
。我有一个很好的例子,但是我得到了错误的绘图类型(行而不是条),我在循环中对数据进行了子集设置——这不是最好的方法。
## first try--plain vanilla
import pandas as pd
import numpy as np
N = 100
## generate toy data
ind = np.random.choice(['a','b','c'], N)
cty = np.random.choice(['x','y','z'], N)
jobs = np.random.randint(low=1,high=250,size=N)
## prep data frame
df_city = pd.DataFrame({'industry':ind,'city':cty,'jobs':jobs})
df_city_grouped = df_city.groupby(['city','industry']).jobs.sum().unstack()
df_city_grouped.plot(kind='bar',stacked=True,figsize=(9, 6))
这会产生这样的结果:
city industry jobs
0 z b 180
1 z c 121
2 x a 33
3 z a 121
4 z c 236
不过,我想看到的是这样的情况:
## R code
library(plyr)
df_city<-read.csv('/home/aksel/Downloads/mockcity.csv',sep='\t')
## summarize
df_city_grouped <- ddply(df_city, .(city,industry), summarise, jobstot = sum(jobs))
## plot
ggplot(df_city_grouped, aes(x=industry, y=jobstot)) +
geom_bar(stat='identity') +
facet_wrap(~city)
最接近matplotlib的是这样的:
cols =df_city.city.value_counts().shape[0]
fig, axes = plt.subplots(1, cols, figsize=(8, 8))
for x, city in enumerate(df_city.city.value_counts().index.values):
data = df_city[(df_city['city'] == city)]
data = data.groupby(['industry']).jobs.sum()
axes[x].plot(data)
所以有两个问题:
ggplot
示例的facet_wrap示例的线结束
这里的第二个例子:http://pandas-docs.github.io/pandas-docs-travis/visualization.html#bar-plots
不管怎样,你可以像你自己一样,用手来做。
编辑: 顺便说一句,您可以在python中始终使用rpy2,这样您就可以做与R中相同的事情
还有,看看这个:http://pandas.pydata.org/pandas-docs/stable/rplot.html 我不确定,但它应该有助于在许多面板上创建绘图,尽管可能需要进一步阅读。
@tcasell建议在循环中调用
bar
。这是一个工作,如果不是优雅的例子。相关问题 更多 >
编程相关推荐